Una reflexión sobre el trabajo de Lora Cecere
Durante las últimas décadas, “supply chain” ha sido incorporado en casi todas las conversaciones corporativas. Ahora abarca desde la escasez de contenedores hasta los board scorecards, desde la automatización de fábricas hasta pilotos de IA. Sin embargo, cuando se analizan los estados financieros de la mayoría de las grandes empresas, la imagen es desalentadora: a pesar de todo el ruido, muchas aún luchan por convertir capital de trabajo, capacidad y complejidad organizacional en retornos económicos superiores.
En ese escenario, siempre he valorado la persistencia de Lora Cecere. A través de Supply Chain Insights y su trabajo en redes de valor market-driven, outside-in, ha intentado fundamentar la discusión en números sólidos: crecimiento, margen operativo, rotación de inventario y retornos sobre el capital a lo largo del tiempo, comparados entre pares. Su benchmark “Supply Chains to Admire” está construido exactamente en torno a esta idea de identificar empresas que logran equilibrar crecimiento, rentabilidad y resiliencia mejor que sus competidores.
En un ensayo reciente titulado Supply Chain as Economic Bets in a Market-Driven World, argumenté que las decisiones diarias de comprar, fabricar, trasladar y fijar precios son, en efecto, un portafolio muy grande de apuestas económicas bajo incertidumbre. Algunas de esas apuestas resultan bien, otras fracasan, y el agregado de millones de tales decisiones es lo que eventualmente aparece en el estado de resultados y el balance general. Este seguimiento analiza la misma realidad desde otro ángulo: cómo esta perspectiva de apuestas se relaciona con la propia definición de Cecere sobre una supply chain efectiva, y dónde divergen y se complementan nuestras respectivas visiones.
Desarrollé mi propia perspectiva de forma más sistemática en mi libro Introduction to Supply Chain, especialmente en el Capítulo 1 y el Capítulo 4. Allí describo la supply chain como el arte de dirigir el flujo de bienes físicos mediante la asignación de recursos escasos—efectivo, capacidad, inventario, tiempo, atención—de modo que, con el tiempo, la empresa obtenga un retorno superior ajustado al riesgo sobre esos recursos. En contraste, Cecere parte de una visión de red: define una supply chain efectiva como una toma de decisiones bidireccional sobre flujos desde el cliente del cliente hasta el proveedor del proveedor, donde el valor se manifiesta como mejoras sostenidas en la capitalización de mercado mediante un board scorecard equilibrado de crecimiento, márgenes operativos, rotación de inventario y retorno sobre el capital. Su trabajo empírico, a menudo en colaboración con académicos, toma ese board scorecard en serio.
Estamos observando el mismo animal, pero desde diferentes ángulos.
Dos puntos de vista sobre la misma disciplina
A Cecere le gusta hablar de redes de valor market-driven. En lugar de partir de transacciones internas—órdenes de compra, órdenes de producción, órdenes de transferencia—ella insiste en que una supply chain efectiva debe observar el mercado en sí: consumo en el estante, inventario de canal, calendarios de promociones, señales sociales y macro, restricciones de proveedores y interrupciones en la capacidad logística. La planificación, en esta visión, debería ser outside-in: comienza con lo que sucede desde el cliente del cliente hacia atrás y luego orquesta respuestas en la adquisición, fabricación, logística y decisiones comerciales.
Además, ella superpone la perspectiva financiera a largo plazo. Su metodología “Supply Chains to Admire” evalúa a las empresas en comparación con sus grupos de pares en tres dimensiones: mejora a lo largo del tiempo, desempeño actual y valor de mercado. El board scorecard en sí es deliberadamente simple: crecimiento de ingresos, margen operativo, rotación de inventario y retorno sobre el capital invertido. Cuando una empresa logra mejorar ese conjunto de métricas más rápido que dos tercios de sus pares y alcanza un nivel absoluto alto, la denomina líder. En otras palabras, una supply chain efectiva es aquella que, durante muchos años, deja atrás a sus competidores en esta frontera multidimensional.
Mi punto de vista está más cerca del terreno. Empiezo con el momento de la decisión. ¿Deberíamos comprar un pallet más de este SKU para ese almacén, esperando que llegue en seis semanas? ¿Deberíamos adelantar, retrasar o cancelar una producción? ¿Deberíamos bajar el precio en un canal particular mañana, o mantenerlo? Cada una de estas decisiones consume algo escaso—efectivo, capacidad, espacio en estantería, buena voluntad—y crea exposición a una gama de futuros posibles. La mayoría de ellas son pequeñas por sí solas, pero en conjunto definen el perfil de riesgo de la empresa y su resultado económico.
Desde ese ángulo, una supply chain es esencialmente un mecanismo para transformar la incertidumbre en decisiones y las decisiones en consecuencias financieras. Me interesa menos la belleza de un diagrama de procesos y más si la siguiente decisión —y la que viene después, repetida miles de veces al día— tiene sentido económico dado lo que sabemos y lo que no sabemos.
El punto de vista de Cecere es desde arriba: ella observa cómo se mueve una empresa en relación con sus pares en el board scorecard a lo largo de horizontes de diez años. El mío es desde adentro: analizo si la decisión marginal, dada la incertidumbre y los compromisos, representa un buen uso de los recursos escasos. Estas perspectivas no están en oposición. Una empresa no puede mantenerse en la frontera por mucho tiempo si sus millones de decisiones diarias son sistemáticamente deficientes. Por el contrario, una empresa puede tener métodos de decisión elegantes que estén mal alineados con su estrategia y nunca alcancen la frontera.
Incertidumbre, señales y la ilusión del plan único
Donde Cecere y yo somos quizás más afines es en nuestra irritación con la planificación tradicional.
Su crítica se dirige a lo que ella denomina planificación inside-out. La mayoría de las empresas aún tratan sus propios pedidos y envíos como si fueran representaciones claras de la demanda. Sin embargo, los pedidos se filtran y distorsionan por promociones, reglas de asignación, faltante de stock aguas arriba y la política interna. Los planes resultantes son tardíos, sesgados y a menudo ciegos a lo que realmente ocurre en el mercado. La respuesta de Cecere es rediseñar la planificación como un conjunto de procesos outside-in: detección de la demanda a partir de datos de mercado, traducción de la demanda en lo que la red puede hacer, y luego la orquestación de la demanda a través de las funciones.
En su reciente Outside-In Planning Handbook, informa sobre varios años de pilotos que reposicionan la planificación en torno a señales externas y flujos de mercado a mercado en lugar de en transacciones internas del ERP. Los beneficios reportados incluyen un tiempo más corto para conocer los cambios en la demanda y la oferta, y una reducción significativa en los efectos bullwhip, ya que las empresas dejan de amplificar el ruido a través de sus propios procesos.
Mi propia irritación es con la forma en que se tratan típicamente los forecast y los planes. En muchas organizaciones, el forecast es un único número por período y por artículo: la cantidad más probable de vender. Ese número se convierte en el ancla para los planes de producción, planes de compra, planes de transferencia, reservaciones de capacidad, etc. Las desviaciones se tratan como errores que deben explicarse posteriormente.
Este enfoque descarta la información que realmente importa: no la estimación central, sino el rango de futuros plausibles y sus probabilidades. Para cualquier artículo, las preguntas que importan son: ¿Cuál es la probabilidad de que las ventas del próximo mes sean la mitad del nivel habitual? ¿El doble del nivel habitual? ¿Tres veces? ¿Cómo se comportan las colas? Las respuestas rara vez son simétricas y rara vez se comportan de manera adecuada.
Una vez que aceptas esto, la idea de un plan de consenso único se vuelve menos convincente. En lugar de preguntar “¿Cuál es el forecast?” y luego negociar un plan en torno a él, deberíamos preguntar “Dada esta distribución de futuros posibles y estas consecuencias financieras de faltante de stock, exceso y retraso, ¿qué decisiones tienen sentido?” La misma distribución puede justificar elecciones muy diferentes de inventario o producción dependiendo de la estructura de márgenes, la disponibilidad de sustitutos y los tiempos de entrega involucrados.
En este sentido, Cecere y yo nos estamos rebelando contra la misma ilusión: que el futuro puede reducirse a una sola línea en una hoja de cálculo, y que la tarea principal de la planificación es reconciliar las visiones departamentales hasta que todos estén de acuerdo con esa línea. Su solución es cuestionar de dónde proviene la información y cómo fluye—outside-in en lugar de inside-out. La mía es cuestionar la representación de la incertidumbre misma e insistir en que las decisiones se computen contra distribuciones completas de probabilidad y compensaciones financieras explícitas.
En una práctica saludable, estas dos preocupaciones se encuentran. Deseas mejores señales del mercado y de tu red, y modelos que traten la incertidumbre de manera honesta. Los flujos outside-in se convierten en la materia prima para una toma de decisiones probabilística y fundamentada económicamente.
Tecnología, roles y lo que los planificadores realmente deberían hacer
Cecere a menudo señala que la pila de tecnología en la que la mayoría de las empresas confía fue construida, ante todo, para la eficiencia transaccional. Los sistemas ERP son muy buenos registrando pedidos, envíos, facturas y recibos; son mucho menos eficientes para ayudarte a decidir qué hacer a continuación. Agregar más interfaces de usuario sobre dicha pila no soluciona el problema subyacente. Ella aboga por repensar la arquitectura en torno a los flujos: integrar datos externos de demanda y oferta, construir mejores taxonomías, mejorar la visibilidad casi en tiempo real y proporcionar a los usuarios de negocio herramientas analíticas flexibles y de autoservicio.
En los últimos años, ha extendido ese argumento hacia una agenda para supply chains nativas con AI. La idea no es simplemente añadir modelos de deep learning a los procesos existentes, sino rediseñar las bases de datos, las capas semánticas y los bancos de trabajo de tal manera que nuevas formas de AI puedan realmente ayudar a orquestar los flujos desde el cliente del cliente hasta el proveedor del proveedor. Al mismo tiempo, cuestiona el rol tradicional del planificador, señalando la desalineación entre responsabilidad y autoridad: los planificadores cargan con la culpa de los fallos en el servicio y del exceso de stock, pero carecen del poder para cambiar la estrategia de precios, promociones o de producto. En su visión, los planificadores se convierten en orquestadores, operando en procesos cross-funcionales, outside-in, en lugar de ser simples empleados que alimentan sistemas desconectados.
Estoy de acuerdo en que la pila de tecnología heredada es un obstáculo importante. Sin embargo, mi énfasis se dirige a otro lugar. Para mí, la capacidad central que falta no es otra capa de integración o otro panel de control; es un motor de decisiones.
Con esto me refiero a una pieza de software que, de manera recurrente, toma todos los datos y restricciones relevantes, aplica un modelo económico explícito de costos y oportunidades, y luego propone o ejecuta acciones concretas: qué órdenes de compra realizar, qué órdenes de producción programar, qué transferencias de stock organizar, qué precios ajustar. Este motor debe ser programable por personas que entiendan el negocio, auditable en el sentido de que pueda explicar decisiones pasadas, y lo suficientemente rápido como para manejar grandes volúmenes de decisiones en los plazos impuestos por los tiempos de entrega físicos. Además, debe ser capaz de trabajar con distribuciones en lugar de point forecasts.
Las arquitecturas outside-in son valiosas porque alimentan a dicho motor con información más rica y oportuna. Pero sin el motor, es fácil terminar con reportes muy sofisticados y una toma de decisiones humana muy tradicional. Ves más, pero aún decides como antes: en reuniones, con hojas de cálculo, bajo presión de tiempo.
El mismo contraste aparece cuando hablamos de organización y gobernanza. Cecere dedica mucho tiempo a la planificación de ventas y operaciones (S&OP) y a foros cross-funcionales similares. Sus modelos de madurez describen cómo el S&OP puede evolucionar de un chequeo básico de capacidad a un proceso de orquestación enfocado en el beneficio, impulsado por la demanda y, eventualmente, market-driven. En sus relatos, el S&OP es donde se manifiestan y resuelven las compensaciones entre funciones, y donde la perspectiva outside-in encuentra un hogar humano.
Comparto su frustración con los silos funcionales y con la forma en que las métricas locales—niveles de servicio aquí, utilización allá, forecast accuracy en otro lugar—pueden destruir el valor a nivel de sistema. Donde difiero es en cómo el S&OP central, como reunión de planificación, debería mantenerse una vez que la tecnología se utilice a su máximo potencial. En mi opinión, si construimos motores de decisiones robustos, la mayor parte del trabajo de planificación operativa que actualmente se realiza en el S&OP debería desaparecer en el software. Lo que debería quedar es la gobernanza.
En ese mundo, la tarea principal de los ejecutivos y equipos cross-funcionales no es editar cantidades en una hoja de cálculo, sino calibrar las reglas del juego: el coste relativo que asignamos al faltante de stock versus exceso para cada familia de productos, el valor que otorgamos a las reducciones en los tiempos de entrega versus la utilización de la capacidad, los límites que imponemos a la asunción de riesgos en mercados específicos, y las restricciones que aceptamos en los contratos. Deberían revisar cómo ha funcionado el motor de decisiones, dónde ha creado o destruido valor, y luego ajustar los parámetros económicos y las suposiciones en consecuencia.
Esto supone un cambio de hacer el plan a gobernar el sistema. El plan diario se convierte en el resultado emergente de muchas decisiones pequeñas y automatizadas; el enfoque humano se traslada a asegurar que la lógica económica de esas decisiones coincida con la estrategia y el apetito de riesgo de la empresa.
Una vez más, las perspectivas de Cecere y las mías no son incompatibles, sino que difieren en el énfasis. Ella se centra en la arquitectura y en procesos cross-funcionales; yo me enfoco en el núcleo económico y computacional que esos procesos deberían dirigir.
Hacia una síntesis práctica
Si eres responsable de una supply chain de gran envergadura, puede ser tentador tratar estas diferencias como una elección entre escuelas de pensamiento. ¿Deberías seguir a Cecere e invertir en procesos outside-in, métricas market-driven y un S&OP reinventado? ¿O deberías seguir mi enfoque de apuestas bajo incertidumbre e invertir en modelado probabilístico y motores de decisiones?
Te instaría a no encuadrarlo de esta manera.
El trabajo de Cecere es más poderoso a nivel estratégico y diagnóstico. Forza preguntas incómodas. ¿Estamos, de hecho, mejorando más rápido que nuestros pares en crecimiento, margen, rotación de inventario y retorno sobre el capital, o nos felicitamos a nosotros mismos por KPIs internos que no se reflejan en el valor para los accionistas? ¿Están nuestros procesos aún impulsados por la inercia de las transacciones ERP y las visiones departamentales, o realmente partimos del mercado y trabajamos en sentido inverso? Cuando ella dice que una supply chain no se puede construir a través de procesos de adentro hacia afuera, que necesita ser impulsada por el mercado y construida de afuera hacia adentro, está resumiendo una década de datos que muestran cuántos sectores han retrocedido en realidad.
Mi propio trabajo es más operativo y computacional. Vive en la pregunta incómoda: dado lo que sabemos y lo que no sabemos acerca de la demanda y la oferta, y dadas las consecuencias financieras de los diferentes tipos de errores, ¿son las decisiones que tomamos cada día un buen uso de recursos escasos? De no ser así, ¿podemos rediseñar la lógica de esas decisiones, implementarla en software y dejar que ese software maneje la mayor parte del trabajo rutinario?
En conjunto, una síntesis práctica podría verse así.
A nivel de junta y ejecutivos, adoptas un scorecard no muy diferente al de Cecere. Observas la trayectoria de tu empresa frente a sus pares en crecimiento, márgenes operativos, rotación de inventario y retornos sobre el capital, y tratas esa trayectoria como una verificación externa de si tu supply chain realmente está entregando valor económico a lo largo del tiempo. Aceptas que las transacciones eficientes y unos dashboards bonitos no son lo mismo que la excelencia.
A nivel arquitectónico, organizas datos y procesos de afuera hacia adentro. Inviertes en ver el consumo real, las restricciones reales y la variabilidad real lo antes posible, y diseñas procesos que mueven la información de manera bidireccional a través de tu red en lugar de de forma lineal dentro de las funciones.
A nivel de decisiones, reemplazas gradualmente los planes hechos a mano y las heurísticas locales por modelos explícitos de incertidumbre y valor, integrados en un software que puede tomar millones de pequeñas decisiones de manera consistente, explicarse a sí mismo y mejorarse con el tiempo. Juzgas esos modelos no por lo elegantes que se vean en una presentación, sino por cómo afectan los retornos económicos ajustados por riesgo de la empresa.
Finalmente, a nivel organizacional, dejas de pedir a los planificadores que hagan trabajos imposibles con autoridad incompleta. Capacitas a algunos para que sean diseñadores y custodios de la lógica de las decisiones en sí, y a otros para que sean orquestadores que supervisen excepciones, cambios estructurales y compensaciones interfuncionales. Los foros de gobernanza evolucionan de rituales de construcción de planes a sesiones de revisión para un sistema vivo y automatizado.
Desde esa perspectiva, el aparente desacuerdo entre mis puntos de vista y los de Cecere es principalmente un desacuerdo sobre dónde enfocar la atención. Ella insiste en que miremos hacia arriba y hacia afuera—a los mercados, las redes y el rendimiento comparativo a largo plazo. Yo insisto en que miremos hacia abajo y hacia adentro—a la calidad de la siguiente decisión, y la que viene después, tal como es moldeada por el software.
Se necesitan ambas perspectivas. Sin el enfoque de afuera hacia adentro, impulsado por el mercado, es fácil optimizar decisiones locales y aun así perder la carrera competitiva. Sin el enfoque económico y probabilístico, es fácil construir arquitecturas hermosas que en realidad no mejoran las apuestas que la empresa realiza cada día.
Si tuviera que resumir mi propia posición en una sola línea, sería la siguiente:
supply chain, practicada correctamente, es una disciplina económica que utiliza software para realizar mejores apuestas bajo incertidumbre.
Todo lo demás—arquitecturas, procesos, dashboards, incluso scorecards—debe juzgarse según si ayudan o dificultan ese oficio tan específico.
